ĐỒ ÁN CƠ SỞ TÌM HIỂU GIẢI THUẬT DI TRUYỀN VÀ CÁC ỨNG DỤNG

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC NGUYỄN TẤT THÀNH KHOA CÔNG NGHỆ THÔNG TIN ĐỒ ÁN CƠ SỞ TÌM HIỂU GIẢI THUẬT DI TRUYỀN VÀ CÁC ỨNG DỤNG Giảng viên hướng dẫn ThS VƯƠNG XUÂN CHÍ Sinh viên thực hiện TR. LỜI CẢM ƠN Trong suốt quá trình học tập em luôn được sự quan tâm, giúp đỡ tận tình của các Thầy, Cô trong Khoa Công nghệ thông tin cùng với sự giúp đỡ của bạn bè xung quanh. Lời đầu tiên, em xin trân trọng cảm ơn Thầy Vương Xuân Chí đã tận tình hướng dẫn trong quá trình học tập cũng như trong việc hoàn thành đồ án cơ sở này. Xin chân thành cảm ơn các Thầy Cô trong Khoa đã tận tình giảng dạy em trong thời gian học tập. Không quên cảm ơn bạn Trần Vĩnh Phúc đồng hành cùng tôi xuyên suốt quá trình học tập, bạn và tôi đã cùng nhau cố gắn hoàn thiện bài nghiên cứu này. Do giới hạn kiến thức và khả năng lý luận của bản thân còn nhiều thiếu sót và hạn chế, kính mong sự chỉ dẫn, đóng góp và phê bình của các Thầy, Cô để bài luận văn của em được hoàn thiện hơn. Và cuối cùng em xin cảm ơn Thầy Chí đã luôn giúp đỡ và hướng dẫn em tận tình trong thời gian qua. Em rất vui và vinh hạnh khi được làm việc với Thầy. Thật may mắn cho bọn em khi được làm việc cùng Thầy trong quãng thời gian vừa qua. Cảm ơn Thầy đã giúp đỡ và chỉ dạy cho bọn em nhiều điều bổ ích. Em chúc Thầy luôn khỏe mạnh, hạnh phúc, và đạt thêm nhiều thành công mới. Em xin trân trọng cảm ơn

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC NGUYỄN

TẤT THÀNH KHOA CÔNG NGHỆ THÔNG

TIN

ĐỒ ÁN CƠ SỞ

TÌM HIỂU GIẢI

THUẬT DI TRUYỀN VÀ CÁC ỨNG DỤNG

Giảng viên hướng dẫn: ThS VƯƠNG XUÂN CHÍ

Sinh viên thực hiện: TRẦN THỊ BÉ QUYÊN

MSSV:

2000005977

Chuyên ngành: Khoa học dữ liệu

Môn học: Môn Đồ

2

án cơ sở Khoa học dữ liệu Khóa: 2020

Tp.HCM, tháng 6 năm 2022

Khoa Công Nghệ Thông Tin

Tên đề tài: Tìm hiểu giải thuật di truyền và các ứng dụng.

Giáo viên hướng dẫn: Vương Xuân Chí.

Thời gian thực hiện: 20/06/2022 đến 20/09/2022

MÔ TẢ ĐỀ TÀI:

Thuật giải di truyền (genetic algorithm) là một kỹ thuật của khoa học máy tính nhằm tìm kiếmgiải pháp thích hợp cho các bài toán tối ưu tổ hợp Thuật giải di truyền là một phân ngành của giải thuật tiến hóa vận dụng các nguyên lý của tiến hóa như di truyền, đột biến, chọn lọc tự nhiên, và trao đổi chéo Thuật giải di truyền là một trong những kỹ thuật tìm kiếm lời giải tối

ưu đã đáp ứng được yêu cầu của nhiều bài toán và ứng dụng

NỘI DUNG VÀ PHƯƠNG PHÁP:

- Tìm hiểu tổng quan về giải thuật di truyền

- Tìm hiểu các phép toán trong giải thuật di truyền để giải các bài toán tối ưu

- Áp dụng vào bài toán thực tế

LỜI CẢM ƠNTrong suốt quá trình học tập em luôn được sự quan tâm, giúp đỡ tận tình của các Thầy,

Cô trong Khoa Công nghệ thông tin cùng với sự giúp đỡ của bạn bè xung quanh

Lời đầu tiên, em xin trân trọng cảm ơn Thầy Vương Xuân Chí đã tận tình hướng dẫntrong quá trình học tập cũng như trong việc hoàn thành đồ án cơ sở này

Xin chân thành cảm ơn các Thầy Cô trong Khoa đã tận tình giảng dạy em trong thời gianhọc tập

Không quên cảm ơn bạn Trần Vĩnh Phúc đồng hành cùng tôi xuyên suốt quá trình họctập, bạn và tôi đã cùng nhau cố gắn hoàn thiện bài nghiên cứu này

Do giới hạn kiến thức và khả năng lý luận của bản thân còn nhiều thiếu sót và hạn chế,kính mong sự chỉ dẫn, đóng góp và phê bình của các Thầy, Cô để bài luận văn của emđược hoàn thiện hơn

Và cuối cùng em xin cảm ơn Thầy Chí đã luôn giúp đỡ và hướng dẫn em tận tình trongthời gian qua Em rất vui và vinh hạnh khi được làm việc với Thầy Thật may mắn chobọn em khi được làm việc cùng Thầy trong quãng thời gian vừa qua Cảm ơn Thầy đãgiúp đỡ và chỉ dạy cho bọn em nhiều điều bổ ích Em chúc Thầy luôn khỏe mạnh, hạnhphúc, và đạt thêm nhiều thành công mới

Em xin trân trọng cảm ơn!

LỜI MỞ ĐẦUTrong ngành khoa học máy tính, tìm kiếm lời giải tối ưu cho các bài toán là vấn đềđược các nhà khoa học máy tính đặc biệt rất quan tâm Mục đích chính của các thuật toántìm kiếm lời giải là tìm ra lời giải tối ưu nhất cho bài toán trong thời gian nhỏ nhất Trongquá trình sinh sản sẽ tổ hợp các đặc tính tốt từ tổ tiên, sau một vài thế hệ những loài tiếnhóa tự nhiên sẽ thích nghi hơn trong môi trường phát triển

Nhà bác học Charles Darwin đã nêu ra lý thuyết về sự tiến hóa tự nhiên của các loàivật, qua nhiều thế hệ sinh vật phát triển dựa trên nguyên lý của sự chọn lọc tự nhiên “loàinào thích nghi thì sẽ tồn tại”, như ta thấy trong tự nhiên các loài vật sẽ cạnh tranh nhau vềnơi trú ẩn, thực phẩm,…các cá thể cùng loài còn cạnh tranh nhau để thu hút bạn tìnhtrong mùa sinh sản do đó những cá thể nào ít thích nghi thì ít có cơ hội tồn tại hơn vànhững cá thể thích nghi được thì sẽ phát triển và cho ra nhiều con cái Trong quá trìnhsinh sản sẽ tổ hợp các đặc tính tốt từ tổ tiên, sau một vài thế hệ những loài tiến hóa tựnhiên sẽ thích nghi hơn trong môi trường phát triển Dựa trên nền tảng lý thuyết tiến hóa

tự nhiên này, đến năm 1975 Holland đã phát triển ý tưởng này vào hệ thống nhân tạo, ông

áp dụng nguyên tắc này để tối ưu hóa các vấn đề và xây dựng thuật toán di truyền (GAs).Hiện nay GAs được xem như một công cụ mạnh mẽ để giải quyết các vấn đề về tìm kiếm

và tối ưu hóa phức tạp như thời gian biểu, lập kế hoạch mua sắm, …

Trong gần ba thập niên qua, giải thuật di truyền và các cải tiến phát triển của nó gọichung là tính toán tiến hóa đã thực sự tạo ra các kết quả rất khả quan khi áp dụng giảiquyết các bài toán tối ưu Giải thuật di truyền và tính toán tiến hóa mô phỏng sự tiến hóacủa tự nhiên của sinh học và gần đây nhất là phương pháp tối ưu hóa đàn kiến do Dorigo

đề xuất là hướng tiếp cận hiện đại nhất Cả hai loại giải thuật trên đã tỏ ra rất hiệu quảtrong việc áp dụng giải quyết các bài toán tối ưu

2

TRƯỜNG ĐH NGUYỄN TẤT THÀNH

TRUNG TÂM KHẢO THÍ

KỲ THI KẾT THÚC HỌC PHẦN HỌC KỲ III NĂM HỌC 2021 - 2022

PHIẾU CHẤM THI TIỂU LUẬN/ĐỒ ÁN

Môn thi: Đồ án cơ sở Khoa học dữ liệu

Lớp học phần: 20DTH2A

Nhóm sinh viên thực hiện:

Đề tài tiểu luận/báo cáo của sinh viên: Tìm hiểu giải thuật di truyền và các ứng dụngPhần đánh giá của giảng viên (căn cứ trên thang rubrics của môn học):

Tiêu chí (theo

Điểm tối đa

Điểm đạt được

(ký, ghi rõ họ tên)

4

PHẦN NHẬN XÉT + CHẤM ĐIỂM CỦA GIẢNG VIÊN

Điểm giáo viên hướng dẫn:

Điểm giảng viên chấm vòng 2:

TPHCM, Ngày …… tháng …… năm

MỤC LỤC

2.7.1 Cơ sở toán học của giải thuật di truyền 17

DANH MỤC CÁC BẢNG HÌNH

Chương 1: Các khái niệm cơ bản liên quan đến giải thuật di truyền

Thuật giải di truyền cung cấp một phương pháp học được thúc đẩy bởi sự tương tự với sựtiến hóa sinh học Thay vì tìm kiếm các giả thuyết từ tổng quát đến cụ thể hoặc từ đơngiản đến phức tạp, GAs tạo ra các giả thuyết kế tiếp bằng cách lặp việc đột biến và việctái hợp các phần của giả thuyết được biết hiện tại là tốt nhất Ở mỗi bước, một tập các giảthuyết được gọi là quần thể hiện tại được cập nhật bằng cách thay thế vài phần nhỏ quầnthể bởi cá thể con của các giả thuyết tốt nhất ở thời điểm hiện tại Cung tìm hiểu các kháiniệm cơ bản sau:

1.1 Di truyền là gì?

Di truyền là hiện tượng chuyển những tính trạng của cha mẹ cho con cái thông qua gencủa bố mẹ Trong sinh học, di truyền chuyển những đặc trưng sinh học từ một sinh vậtcha mẹ đến con cái và nó đồng nghĩa với di chuyển gen, gen thừa nhận mang thông tinsinh học hay thông tin di truyền

1.2 Nhiễm sắc thể

Trong cơ thể sinh vật, các gen liên kết với nhau theo cấu trúc dạng chuỗi gọi là nhiễm sắcthể, nó đặc trưng cho mỗi loài và quyết định sự sống còn của cơ thể đó Một NST đượctạo thành từ nhiều gen Trong GA, một gen được coi như một phần tử trong chuỗi NST.Một nhiễm sắc thể (NST) được tạo thành từ nhiều Gen Mỗi mỗi gen là một phần tử củaNST, có vị trí và giá trị khác nhau để quy định một trạng thái

1

H ÌNH 1 1 ADN - Đ ƠN VỊ CƠ BẢN CỦA GEN 1.3 Cá thể

Một cá thể trong giải thuật di truyền, biểu diễn một giải pháp của bài toán Tuy nhiênkhông giống với trong tự nhiên, một cá thể có nhiều nhiễm sắc thể, có một thì gọi là thểđơn bội, còn nếu có nhiều thì là thể đa bội, ở đây để giới hạn trong giải thuật di truyền taquan niệm một cá thể có một nhiễm sắc thể Do đó khái niệm cá thể và nhiễm sắc thể củagiải thuật di truyền trong tiểu luận này được coi là tương đương

Trong sinh học, tiến hóa là sự thay đổi đặc tính di truyền của một quần thể sinh học quanhững thế hệ nối tiếp nhau Các quá trình tiến hóa làm nảy sinh sự đa dạng ở mọi mức độ

tổ chức sinh học bao gồm loài, các cá thể sinh vật và cả các phân tử như ADN và protein.Tiến hóa do chọn lọc tự nhiên là một quá trình có thể suy ra từ ba thực kiện về các quầnthể sinh học:

Nhiều cá thể con được sinh ra hơn số lượng có thể sống sót

Các tính trạng khác nhau giữa các cá thể, dẫn tới tỉ lệ sinh tồn và sinh sản khác nhaunhững sự khác biệt về đặc điểm trên là có tính di truyền

Do đó, khi những cá thể của một quần thể chết đi, chúng được thay thế bằng những hậuduệ của thế hệ cha mẹ nhưng có thể thích nghi tốt hơn để tồn tại và sinh sôi trong môitrường mà sự chọn lọc tự nhiên diễn ra Quá trình này tạo ra và bảo tồn những đặc điểmđược cho là phù hợp hơn cho chức năng mà chúng đảm nhiệm

1.7 Giải thuật di truyền

Giải thuật di truyền là một kỹ thuật của khoa học máy tính nhằm tìm kiếm giải pháp thích

hợp cho các bài toán tối ưu tổ hợp (combinatorial optimization) Giải thuật di truyền là

một phân ngành của giải thuật tiến hóa vận dụng các nguyên lý của tiến hóa như ditruyền, đột biến, chọn lọc tự nhiên, và trao đổi chéo

Chương 2: Giải thuật di truyền

2.1 Tổng quan về giải thuật di truyền

2.1.1 Giới thiệu về giải thuật di truyền

Giải thuật di truyền do D.E Goldberg đề xuất, sau đó được L Davis và Z Michaleviczphát triển thuật di truyền cũng như tiến hóa dựa trên khái niệm cho rằng quá trình tiếnhóa tự nhiên là hoàn hảo nhất, hợp lý nhất và tự nó đã mang tính tối ưu Sự tối ưu đóđược thể hiện ở chỗ thế hệ sau bao giờ cũng phát triển tốt hơn thế hệ trước Tiến hóa tựnhiên được duy trì nhờ hai quá trình cơ bản: sinh sản và chọn lọc tự nhiên, xuyên suốt

3

quá trình tiến hóa tự nhiên, các thế hệ mới luôn được sinh ra để bổ sung thay thế thế hệ

cũ, cá thể nào thích ứng với môi trường sẽ tồn tại, ngược lại sẽ bị đào thải

Giải thuật di truyền (GA-Genetic Algorithm) là kỹ thuật phỏng theo quá trình thích

nghi tiến hóa của các quần thể sinh học dựa trên học thuyết Darwin GA là phương pháptìm kiếm tối ưu ngẫu nhiên bằng cách mô phỏng theo sự tiến hóa của con người hay củasinh vật Tư tưởng của thuật toán di truyền là mô phỏng các hiện tượng tự nhiên, là kếthừa và đấu tranh sinh tồn

Thuật giải di truyền là một phân ngành của giải thuật tiến hóa vận dụng các nguyên lýcủa tiến hóa như di truyền, đột biến, chọn lọc tự nhiên, và trao đổi chéo Ngày nay, thuậtgiải di truyền được dùng phổ biến trong một số ngành như tin sinh học, khoa học máytính, trí tuệ nhân tạo, tài chính và một số ngành khác Thuật giải di truyền sử dụng một sốthuật ngữ của ngành di truyền học, như: Gen, nhiễm sắc thể, quần thể, thế hệ

Giải thuật di truyền bao gồm 4 bước chính: Mã hóa lời giải, khởi tạo quần thể, sử dụngcác phép toán di truyền và đánh giá độ thích nghi Sau đó, chúng ta lại sinh ra một quầnthể mới bằng phép chọn lọc rồi tiếp tục sử dụng các phép toán di truyền và đánh giá độthích nghi của các cá thể (điển hình bởi nhiễm sắc thể - NST) trong quần thể Thuật giảiđược thực hiện qua càng nhiều thế hệ thì lời giải đưa ra càng tối ưu

2.1.2 Các tính chất của giải thuật di truyền

GAs là kỹ thuật chung, giúp giải quyết vấn đề bằng cách mô phỏng sự tiến hóa của conngười hay của sinh vật nói chung (dựa trên thuyết tiến hóa muôn loài của Darwin), trongđiều kiện qui định sẵn của môi trường Mục tiêu của GAs không nhằm đưa ra lời giảichính xác tối ưu mà là đưa ra lời giải tương đối tối ưu Một cá thể trong GAs sẽ biểu diễnmột giải pháp của bài toán Tuy nhiên, không giống với trong tự nhiên là một cá thể cónhiều nhiễm sắc thể (NST) mà để giới hạn trong GAs, ta quan niệm một cá thể có mộtNST Do đó, khái niệm cá thể và NST trong GAs coi như là tương đương Một NST đượctạo thành từ nhiều gen, mỗi gen có thể có các giá trị khác nhau để quy định một tình trạngnào đó

Trong GAs, một gen được coi như một phần tử trong chuỗi NST Một tập hợp các cá thể

có cùng một số đặc điểm nào đấy được gọi là quần thể Trong thuật giải di truyền, ta quanniệm quần thể là một tập các lời giải của một bài toán

2.1.3 Các toán tử di truyền

Trong giải thuật di truyền, các cá thể mới liên tục sinh ra trong quá trình tiến hóa nhờ sựlai ghép ở thế hệ cha mẹ Một cá thể mới có thể mang những tính trạng của cha mẹ (ditruyền), cũng có thể mang những tính trạng hoàn toàn mới (đột biến) Di truyền và độtbiến là hai cơ chế có vai trò quan trọng như nhau trong tiến trình tiến hóa, dù rằng độtbiến xảy ra với xác suất nhỏ hơn nhiều so với hiện tượng di truyền Các thuật toán tiếnhóa, tuy có những điểm khác biệt, nhưng đều mô phỏng ba toán tử cơ bản: lai ghép, độtbiến và chọn lọc

Mã hóa: là quá trình biểu diễn gen của cá thể hay nhiễm sắc thể.

Phép chọn: là quá trình chọn cá thể thích nghi tốt và loại bỏ cá thể kém thích nghi khỏi

quần thể Trong tự nhiên, quá trình chọn lọc và đấu tranh sinh tồn đã làm thay đổi các cáthể trong quần thể Những cá thể tốt, thích nghi được với điều kiện sống thì có khả năngđấu tranh lớn hơn, do đó có thể tồn tại và sinh sản Các cá thể không thích nghi được vớiđiều kiện sống thì dần mất đi Dựa vào nguyên lý của quá trình chọn lọc và đấu tranh sinhtồn trong tự nhiên, chọn lựa các cá thể trong GA chính là cách chọn các cá thể có độ thíchnghi tốt để đưa vào thế hệ tiếp theo hoặc để cho lai ghép, với mục đích là sinh ra các cáthể mới tốt hơn Có nhiều cách để lựa chọn nhưng cuối cùng đều nhằm đáp ứng mục tiêu

là các cá thể tốt sẽ có khả năng được chọn cao hơn

Nguyên tắc cơ bản của phép chọn lọc là NST có độ thích nghi càng cao thì có xác suấtchọn càng lớn

Có các phương pháp chọn: chọn lọc tỉ lẹ, chọn lọc vòng, chọc lọc cắt, chọn lọc xếp hạngtuyến tính và chọn lọc xếp hạng lũy thừa

Cường độ chọn lọc: I = Trong đó M và M* là độ thích nghi trung bình của quần thểtrước và sau chọn lọc,  là phương sai của độ thích nghi trước chọn lọc

5

Một trong các cách đơn giản và hiệu quả để chọn cá thể thích nghi là dùng vòng trònRulet Trong vòng tròn Rulet, mỗi cá thể chiếm một vùng diện tích tỉ lệ với độ thích nghicủa chúng.

Tính tổng độ thích nghi của cá thể đồng thời mỗi cá thể

Sinh số ngẫu nhiên n trong khoảng từ 0 đến tổng thích nghi

HÌNH 2 1 VÒNG TRÒN ROULETTE TRONG GAS

Lai ghép: là quá trình hình thành NST mới trên cơ sở NST cha mẹ, bằng cách ghép một hay nhiều đoạn gen của hai (hay nhiều) NST cha mẹ khác nhau Hai cá thể cha, mẹ trao

đổi các gen để tạo ra hai cá thể con

Lai ghép là kết hợp hai NST cha mẹ để tạo NST con với triển vọng cha mẹ tốt sẽ tạo contốt hơn

Phép lai ghép xảy ra giữa hai NST cha mẹ được chọn ngẫu nhiên với xác suất PC (gọi làxác suất lại ghép)

Các NST con thừa hưởng một phần gen của cha và một phần gen của mẹ

Các cặp cha mẹ được lựa chọn ngẫu nhiên và xác suất xảy ra lai ghép với mỗi cặp đượcquy định từ trước

Có nhiều cách lai ghép khác nhau:

- Lai ghép một điểm cắt, nhiều điểm cắt

HÌNH 2 2 P HÉP LAI MỘT ĐIỂM CẮT , NHIỀU ĐIỂM CẮT

- Lai ghép nhiều đoạn

HÌNH 2 3 PHÉP LAI NHIỀU ĐOẠN

Đột biến: Đột biến là tình trạng NST con không có một (hoặc một số) tính trạng có trong

mã di truyền của cha mẹ Một cá thể thay đổi một số gen để tạo thành cá thể mới

Các cặp cha mẹ được lựa chọn ngẫu nhiên mỗi cặp được quy định từ trước, thường là rấtnhỏ

7

Phép đột biến thay đổi ngẫu nhiên một hoặc nhiều gen của một cá thể để làm tang sự đadạng về cấu trúc trong quần thể.

Đột biến chỉ xảy ra với xác suất PM thấp

Các phép đột biến thường được sử dụng:

- Đảo bit

- Hoán vị: Đổi vị trí của các gen với nhau

- Đổi giá trị: Thay đổi giá trị tại một điểm

- Đảo đoạn: Đảo thứ tự của một đoạn NST bất kỳ

Toán tử đột biến:

- Giúp lời giải có thể nhảy ra khỏi các cực trị địa phương

- Với mỗi cá thể trong quần thể, thực hiện đột biến với xác suất pm tại một vị tríngẫu nhiên (thông thường pm << 0.1)

Giải mã: là quá trình biến đổi cá thể thành lời giải bài toán.

Thuật giải GA đã và đang được ứng dụng để giải quyết các bài toán trong rất nhiều lĩnhvực của cuộc sống cũng như trong kỹ thuật

2.2 Các bước cơ bản của thuật toán di truyền

2.2.1 Sơ đồ giải thuật di truyền

HÌNH 2 4 SƠ ĐỒ GIẢI THUẬT DI TRUYỀN ĐƠN GIẢN

Như trong hình, ta thấy giải thuật di truyền đơn giản được thực hiện qua các bước cơ bảnsau:

1 [Bắt đầu] Nhận các tham số cho thuật toán Sinh ngẫu nhiên một quần thể gồm n cá

thể (là n lời giải cho bài toán)

2 [Quần thể mới] Tạo quần thể mới bằng cách lặp lại các bước sau cho đến khi quần thể

mới hoàn thành

a.[Đánh giá độ thích nghi] Ước lượng độ thích nghi eval(x) của mỗi cá thể [Kiểm

tra] Kiểm tra điều kiện kết thúc giải thuật

b.[Chọn lọc] Chọn hai cá thể bố mẹ từ quần thể cũ theo độ thích nghi của chúng (cá

thể có độ thích nghi càng cao thì càng có nhiều khả năng được chọn)

9

c.[Lai ghép] Với một xác suất lai ghép được chọn, lai ghép hai cá thể bố mẹ để tạo ra

một cá thể mới

d.[Đột biến] Với một xác suất đột biến được chọn, biến đổi cá thể mới

3 [Chọn kết quả] Nếu điều kiện dừng được thỏa mãn thì thuật toán kết thúc và trả về lời

giải tốt nhất trong quần thể hiện tại

2.2.2 Giả lập thuật giải di truyền

Procedure Gene_Algorithm;

Begin

T  0;

Khởi tạo thế hệ ban đầu P(t);

Đánh giá P(t) (theo hàm thích nghi);

Repeat

tt+1;

Sinh ra thế hệ mới P(t) từ P(t-1) bởi:

Chọn lọcLai ghépĐột biến;